基因变异间的因果关系发现方法研究

论文摘要

高通量测序技术的成熟和普及使得基因测序数据海量产生,如何从这些数据中挖掘出充分的信息是生物信息学的热点和难点。生物信息学中,基因变异间的相互作用一直是全基因组关联分析的难点,其相关研究成果也必将会对人类社会带来冲击。对基因变异间的因果关系进行研究是合理应用相关科研成果和做好相关问题防范所不可或缺的一环。关于基因变异间的相互作用的研究,目前多数是在相关关系的层面进行的,容易引入假阳性。本文则从因果关系的角度切入,基于WTCCC（Wellcome Trust Case Control Consortium）的数据,分别从基因粒度和SNP（Single Nucleotide Polymorphism,简记为SNP）粒度的数据设计因果关系发现算法,提出了基因变异间的因果关系发现算法和非对称因果关联规则发现算法,展开了基因变异间的因果关系发现问题的研究。通过构建因果网络来描述基因变异间的因果关系,检测出两种粒度的数据中所隐含的有向结构关系,该方法发现了数据之间的有向结构,其不对称性揭示了基因变异间的因果关系。在基因变异间的因果关系发现算法中,根据一个基因包含了多个SNPs位点的实际情况,对WTCCC研究机构的SNPs数据进行编码处理,把同属一个基因的多个SNPs数据编码为离散型的基因粒度数据。在进行因果关系发现时,选出一个目标基因,遍历其他的基因,经过条件独立性检验遴选出跟目标基因直接相互作用的备选基因,并通过算法的后向阶段把冗余的非直接互作用基因剔除,以减少因第一类错误而引入的基因,提高了因果关系检测结果的可靠性,最后根据汇连结构在条件独立性上的特性识别出了备选基因和目标基因之间的结构,进而推出其因果关系。实验结果检测出了一批因果性较强的基因变异,可以给相关的生化研究提供参考。针对SNP粒度数据提出了非对称因果关联规则发现算法,把关联规则挖掘和VStructure结合起来,检测数据中的因果结构。首先基于信息论提出了V-Structure Measure（VSM）以度量变量间的结构关系和基本的汇连结构的匹配程度,并把该指标推广到了更一般的多对多情形中,然后针对对称性情况给出了非对称因果关联规则发现算法（ASymmetric Causal Association Rule Discovery,简记为ASCARD）的具体流程,并在模拟数据上分别使用ASCARD方法和现有方法进行检测,证明了ASCARD方法的有效性。最后在WTCCC的真实SNPs数据集上使用ASCARD方法检测。实验结果检测出了不同基因上的SNPs之间的因果性。结合相关研究,文章也对部分实验结果从生物学的角度进行了可能的解释和一个可供参考的研究提议。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
•   1.1 研究背景及意义
•   1.2 国内外研究现状
•   1.3 本文主要工作
•   1.4 论文组织框架
• 第二章 相关理论和技术原理
•   2.1 因果性和相关性
•   2.2 因果网络中的独立性和相关性
•     2.2.1 因果网络
•     2.2.2 独立性与不相关性
•     2.2.3 独立性的图表示
• 2检验'>    2.2.4 G²检验
•   2.3 关联规则挖掘
•   2.4 基因变异、SNP和信号通路
•   2.5 本章小结
• 第三章 数据准备
•   3.1 数据背景
•   3.2 数据提取与划分
•   3.3 基因与SNPs
•   3.4 本章小结
• 第四章 基因变异间的因果关系发现算法及实验
•   4.1 研究动机及问题描述
•   4.2 算法原理及流程
•   4.3 实验结果及分析
•   4.4 本章小结
• 第五章 非对称因果关联规则发现算法及实验
•   5.1 研究动机及问题描述
•   5.2 算法原理及流程
•     5.2.1 SNPs的 V-Structure
•     5.2.2 度量指标VSM
•     5.2.3 算法流程
•   5.3 实验结果及分析
•     5.3.1 模拟数据实验
•     5.3.2 真实数据实验
•   5.4 本章小结
• 总结与展望
• 参考文献
• 攻读学位期间发表的论文
• 致谢

文章来源

类型: 硕士论文

作者: 甄启祺

导师: 蔡瑞初

关键词: 因果关系,基因变异,单核苷酸多态性,条件独立性检验,非对称因果关联规则发现

来源: 广东工业大学

年度: 2019

分类: 基础科学,信息科技

专业: 生物学,计算机软件及计算机应用

单位: 广东工业大学

分类号: Q811.4;TP311.13

DOI: 10.27029/d.cnki.ggdgu.2019.000364

总页数: 60

文件大小: 2068K

下载量: 31